Esri presenta el primer modelo de extracción de huellas de construcción entrenado con datos colombianos, una herramienta para apoyar en planificación urbana, catastro, manejo de servidumbres y territorial en municipios y departamentos.
En los últimos años el aumento de satélites, tanto civiles como comerciales, así como el uso de drones y otros sensores de observación de la Tierra, ha multiplicado exponencialmente el volumen de imágenes que reciben las empresas y, en consecuencia, la cantidad de datos que deben procesarse.
Ante el enorme flujo de información que se recibe a diario, superando en algunos casos los cientos de petabytes, la IA se ha convertido en una herramienta clave para analizar grandes volúmenes de información con mayor rapidez y precisión, extrayendo características relevantes según las necesidades de cada sector.
Building Footprint Extraction es un flujo de trabajo de GeoIA basado en modelos de Deep Learning que aprovecha imágenes satelitales de alta resolución para identificar de forma ágil las huellas de construcción en áreas urbanas, periurbanas y rurales.
Este insumo sirve como punto de partida para una amplia variedad de propósitos como la elaboración de mapas base, la asistencia humanitaria, la gestión de desastres o de obras públicas, la planificación del transporte, así como la visualización, simulación y análisis de idoneidad territorial, con el objetivo de apoyar la toma de decisiones.
El uso de la inteligencia artificial geoespacial permite analizar grandes extensiones de territorio en cuestión de forma automática (cuando antes era un proceso manual que podía tomar horas o días de trabajo) y generar una primera delimitación de las áreas construidas.
Dichos resultados pueden ser posteriormente revisados y ajustados por un experto, según las necesidades del proyecto y flujo de trabajo.
Una herramienta IA que muestra la realidad nacional
El ArcGIS Living Atlas of the World, la colección más importante de contenido geoespacial del mundo ofrecido por Esri a la comunidad SIG, permite el acceso a una colección curada de mapas, imágenes satelitales y capas de datos, construidas a partir de información confiable sobre población, infraestructura, clima, medio ambiente, transporte, uso del suelo, límites administrativos, observación de la Tierra y muchos otros temas.
El contenido disponible en Living Atlas puede ser consultado por diferentes tipos de usuarios y, dentro de ArcGIS, las organizaciones pueden buscar y agregar capas directamente desde la plataforma con la confianza de saber que provienen de fuentes reconocidas y actualizadas.
Anteriormente, la información disponible provenía de modelos para Estados Unidos, India o Arabia Saudita, y aunque se podían descargar y correr en ArcGIS con imágenes de Colombia, la morfología de las construcciones y los patrones de ocupación del territorio no son los mismos.
Esri Colombia creó el primer modelo, en este caso de extracción de huellas de construcción, entrenado con imágenes de Colombia y adaptado a las particularidades del territorio nacional, el cual puede ser aplicado a cualquier tipo de sector que necesite hacer análisis multitemporales, análisis sobre imágenes ortorectificadas de alta resolución y que desee extraer información sobre las construcciones en cualquier lugar del país.
Por medio de esta herramienta se puede dar respuesta a preguntas como ¿qué tanto se ha expandido un municipio en las zonas urbanas o rurales? ¿Cuántas construcciones se hicieron en lo rural? Incluso es posible saber si hay construcciones que han invadido un predio, mostrando cuántas existen e indicando si es necesario realizar acciones para recuperar el terreno.
Con este desarrollo, Esri Colombia busca ampliar el uso de la inteligencia artificial geoespacial en entidades públicas y privadas, impulsando decisiones más rápidas, precisas y basadas en datos para la gestión del territorio.
A futuro Esri Colombia busca crear más modelos para temas como clasificación de vegetación, mejora de modelos digitales de elevación, la clasificación de imágenes de cobertura del suelo, análisis de la fachada, entre otros, para que el Living Atlas tenga más información nacional.